[发明专利]一种基于混合稀疏的样本和特征选择方法、装置

说明书

针对医学影像数据含有噪音，包含冗余特征，并存在类别不平衡的问题，本发明提供了一种基于混合稀疏的样本和特征选择方法、装置，来选择富含信息的样本和特征，具体而言，利用嵌入学习和l₀范数来选择合适的正负样本数量，以此缓解类别不平衡问题，本发明利用l_2，p范数来进行自适应稀疏以选择有判别力的特征。最后本发明利用选择出的样本和特征来进行医学影像数据的自动化分类和预测，从而辅助医生进行疾病的诊断，提升医疗工作者的工作效率。

技术领域

本发明涉及医学影像数据挖掘技术领域，尤其涉及一种基于混合稀疏的样本和特征选择方法、装置。

背景技术

随着人工智能(Artificial Intelligence，AI)技术的飞速发展，基于AI的医学影像分析方法在疾病智能诊断中发挥着越来越大的作用。稀疏学习作为AI的一个代表性技术之一，它既可以学习数据固有的结构信息，又可以进行样本选择和特征选择来缓解医学影像数据存在的噪音、类别不平衡和特征维度高等问题，因此在医学影像数据的疾病智能诊断中得到了广泛的应用。

目前，大多数研究主要集中在特征选择以缓解医学影像数据维度太高而造成的过拟合问题。然而，这些特征选择方法没有考虑样本噪声对分类和得分预测任务的负面影响。因此，一些研究尝试使用样本和特征筛选的方法来解决上述问题。但是这些方法只考虑了样本和特征联合稀疏，并未考虑类别不平衡的问题，因而导致模型泛化能力不佳。

发明内容

本发明提供了一种基于混合稀疏的样本和特征选择方法、装置，用以解决或者至少部分解决现有技术中的特征和样本选择效果不佳、导致模型的泛化能力不佳的技术问题。

为了解决上述技术问题，本发明第一方面提供了一种基于混合稀疏的样本和特征选择方法，包括：

S1：通过深度学习、传统机器学习、医学工具包提取每个医学图像的特征，提取出的医学图像特征组成样本特征矩阵其中，n表示特征样本数量，d表示特征维度；

S2：采用混合稀疏嵌入学习方法将样本特征矩阵中的原始高维度特征数据映射到低维流形空间中，其中，目标函数为：

s.t.sⁱ1＝1,0≤s_ij≤1,W^TW＝,γ＝sum(S,2)

γ_i∈{0,1},||γ_Z(+1)||₀＝k₁,||γ_Z(-1)||₀＝k₂ (5-1)